一种基于K-means算法的多源异构数据处理方法和计算机设备

本发明公开了一种基于K‑means算法的多源异构数据处理方法和计算机设备，所述方法包括：采集和实时接收多个传感器的测量数据并进行格式标准化和一致化处理；对数据进行清洗、空间配准和时间配准；对数据进行多维特征提取作为K‑means算法的输入，通过动态调整簇的个数，直到聚类簇中心到所有数据对象的距离平方和最小，实现属于同一目标的数据的关联；计算各个传感器的关联测量值与聚类簇中心之间的偏差，利用统计理论计算出偏差的标准差，将该标准差作为各个传感器测量精确性的近似值计算权值，利用加权平均算法进行数据融合；将融合后的数据进行整合并实时输出。本发明能够实现多源异构数据的实时处理，提升数据的可信度和有效性，减少数据模糊和冗余。